L'IA dans le transport : redéfinir les systèmes de métro

Les réseaux métropolitains sont au cœur des transports publics d'une ville et transportent chaque jour des millions de passagers. Des villes comme New York et Tokyo comptent respectivement plus de 3 millions et 6 millions d'usagers du métro au quotidien. À mesure que les villes grandissent, il devient essentiel de rendre les métros plus efficaces, sûrs et agréables pour les passagers.

C'est là que l'intelligence artificielle (IA) intervient, transformant tout, de l'achat des billets à la maintenance des trains. Dans cet article, nous allons explorer un système de métro pour voir comment l'IA améliore chaque étape du voyage et découvrir les technologies d'IA cachées qui assurent un fonctionnement fluide.

L'IA dans les transports publics commence dès la collecte des tarifs#

Habituellement, un trajet en métro commence par faire la queue, acheter un ticket et passer les tourniquets. L'IA rationalise activement ce processus, le rendant plus rapide et plus pratique pour les passagers. Par exemple, la technologie de reconnaissance faciale peut être utilisée dans les systèmes de billettique du métro. Dans les villes très fréquentées, les passagers peuvent accéder aux services sans tickets physiques ni cartes à puce. À la place, leurs visages sont scannés aux points d'entrée, ce qui permet un accès fluide. En 2019, Beijing a introduit un système de reconnaissance faciale pour gérer la surpopulation et réduire les longues files d'attente aux heures de pointe.

Fig 1. Système de reconnaissance faciale dans le métro de Shenzhen, en Chine.

Une intégration transparente de l'IA facilite les trajets quotidiens et profite à des millions de passagers chaque jour. Les systèmes de billettique alimentés par l'IA améliorent non seulement l'expérience passager, mais renforcent également la sécurité. En analysant les données faciales, le système garantit que seuls les passagers autorisés entrent dans la station. L'IA peut vérifier rapidement les identités, empêcher les accès non autorisés et repérer les menaces potentielles. Elle peut accélérer le processus d'entrée, renforcer la sécurité et réduire la fraude.

Se déplacer sur les lignes de métro avec l'aide de l'IA#

Après être entré dans le souterrain, s'orienter dans la station peut s'avérer déroutant, en particulier aux heures de pointe. Les systèmes de navigation basés sur l'IA peuvent faciliter les déplacements dans le métro en proposant aux passagers un guidage en temps réel. Ces systèmes utilisent des algorithmes d'IA pour analyser des données provenant de sources telles que le GPS, des capteurs et des caméras afin de trouver les meilleurs itinéraires et de fournir des directions précises et actualisées. Les passagers peuvent utiliser des applications mobiles, similaires à Google Maps, pour recevoir des instructions étape par étape au sein de la station afin de localiser rapidement les quais, les sorties et les commodités. La navigation basée sur l'IA permet de gagner du temps et de réduire le stress.

Outre la navigation, les données issues des caméras et de la computer vision dans un métro peuvent être exploitées pour surveiller la densité des foules en temps réel. Les caméras réparties dans la station peuvent compter les passagers dans des zones spécifiques pour repérer d'éventuels goulots d'étranglement et des zones surpeuplées. Ces informations aident les autorités de transport à prendre des mesures proactives, telles que l'ajustement des fréquences des trains ou l'envoi de personnel pour gérer les flux. En fait, l'IA a été utilisée à titre expérimental à Dubaï pour réduire la congestion de 40 % à 60 % et ramener les temps d'attente à 30 minutes pendant les heures de pointe et les événements publics.

Fig 2. Comptage des personnes dans un métro grâce à la détection d'objets.

Embarquer et voyager dans un métro assisté par l'IA#

À mesure que les passagers montent dans le train, l'IA peut améliorer leur expérience de voyage de diverses manières. Comprenons certaines de ces applications :

• Aide à l'accessibilité : Les techniques de computer vision, telles que la détection d'objets, peuvent identifier les utilisateurs de fauteuils roulants et les orienter vers la section du train la plus accessible. Le processus de fermeture des portes peut également être modifié pour accorder à ces passagers un temps supplémentaire pour monter à bord en toute sécurité.
• Annonces et publicités personnalisées : L'IA peut être utilisée pour personnaliser les annonces et les publicités destinées aux passagers en fonction de qui se trouve dans le train et à quel moment.
• Vérification de train vide : À la dernière station du réseau de métro, la vision par ordinateur peut être utilisée pour effectuer une « vérification de train vide » afin de s'assurer qu'aucun passager n'est resté à bord.
• Gestion des bagages abandonnés : Si un bagage est abandonné, la vision par ordinateur peut le détecter et afficher les objets sur les écrans des quais. Les passagers peuvent ensuite facilement récupérer leurs biens.

Les rames de métro elles-mêmes peuvent également être propulsées par l'IA. Des trains entièrement autonomes peuvent circuler en toute sécurité sans personnel à bord. Ces trains dotés d'une intelligence artificielle utilisent des algorithmes avancés pour la prise de décision en temps réel et des capteurs pour détecter les obstacles et fonctionner en toute sécurité. Les rames de métro pilotées par l'IA réduisent les coûts de personnel, offrent une plus grande flexibilité pour transporter davantage de passagers avec une meilleure qualité de service, peuvent être plus régulièrement à l'heure et optimisent l'accélération ainsi que le freinage pour réduire la consommation d'énergie. Par exemple, le Honolulu Rail Transit Project est le premier système entièrement autonome aux États-Unis. Ce système devrait réduire les embouteillages et les émissions en éliminant environ 40 000 trajets en voiture par jour.

Fig 3. Un métro sans conducteur à Milan, en Italie.

Utiliser l'IA pour surveiller les passagers sortant de la station de métro#

Surveiller le nombre de personnes qui sortent par les différentes stations est également essentiel pour gérer efficacement le flux du métro. Les modèles d'IA, tels que Ultralytics YOLOv8, jouent un rôle clé dans ce processus. YOLOv8 prend également en charge le suivi d'objets et peut être utilisé pour identifier et suivre plusieurs objets en temps réel, ce qui le rend parfait pour les réseaux de métro très fréquentés. En analysant les flux vidéo des caméras placées dans les stations, YOLOv8 peut compter les passagers sortants, suivre leurs mouvements et repérer les schémas de congestion.

Au-delà des portiques de sortie du métro, l'IA peut être intégrée aux solutions de connectivité du dernier kilomètre. Des stations de vélos en libre-service, des services de transport à la demande et des navettes assistés par l'IA peuvent faciliter le départ des passagers de la station. En analysant les données en temps réel, l'IA peut prédire la demande et la disponibilité de ces services. Cette technologie peut également suggérer les meilleurs itinéraires et modes de transport en fonction des conditions de circulation actuelles et des préférences individuelles. En conséquence, les passagers peuvent accéder rapidement aux options de transport les plus appropriées dès leur sortie de la station, réduisant ainsi les temps d'attente et rendant leur trajet plus pratique.

L'IA en coulisses : maintenance des voies ferrées#

En tant que passagers, nous oublions souvent les processus complexes qui se cachent derrière nos trajets en métro. L'IA est essentielle en coulisses, en particulier pour l'inspection et la maintenance des voies. Des systèmes comme le Duos Technologies Railcar Inspection Portal (RIP) illustrent cette approche axée sur l'IA. Grâce à des algorithmes d'IA, le RIP capture et analyse des images à 360 degrés de chaque wagon en quelques secondes, même à des vitesses supérieures à 125 mph. Ces systèmes d'IA en périphérie détectent les problèmes et alertent le personnel ferroviaire des soucis de maintenance en l'espace de 60 secondes. Une surveillance constante permet d'identifier et de résoudre rapidement les problèmes potentiels.

La gestion et l'optimisation de l'énergie sont d'autres applications de l'IA dans un métro qui sont moins connues du grand public. Par exemple, Metro de Madrid utilise un système basé sur l'IA pour réduire les coûts énergétiques de la ventilation de 25 % et diminuer les émissions de CO2 de 1 800 tonnes par an. Exploitant 891 ventilateurs qui consomment jusqu'à 80 gigawattheures d'énergie par an, le système utilise un algorithme d'optimisation inspiré du comportement de recherche de nourriture des colonies d'abeilles. Cet algorithme analyse de vastes quantités de données en tenant compte de facteurs tels que la température de l'air, l'architecture de la station, la fréquence des trains, la charge de passagers et les prix de l'électricité. Il utilise à la fois des données historiques et simulées pour prédire et atteindre le meilleur équilibre pour chaque station, en s'améliorant au fil du temps grâce au machine learning.

Fig 4. Système de ventilation basé sur l'IA de Metro de Madrid.

Avantages et inconvénients de l'IA dans les transports publics#

L'intégration de l'IA dans les systèmes de métro a apporté de nombreux avantages. Par exemple, elle améliore l'efficacité en aidant les systèmes de métro à respecter les horaires, à réduire les retards et à optimiser les opérations pour des services plus fluides. La sécurité est également accrue grâce à une surveillance continue, et la maintenance prédictive aide à prévenir les accidents et les dysfonctionnements.

Cependant, la mise en œuvre de l'IA dans les systèmes de métro s'accompagne de défis, tels que :

• Préoccupations concernant la confidentialité des données : La collecte et l'utilisation des données des passagers soulèvent d'importants problèmes de confidentialité qui doivent être gérés avec soin pour protéger les droits individuels en matière de vie privée.
• Intégration avec l'infrastructure existante : L'intégration des systèmes d'IA dans l'infrastructure de métro existante peut être complexe et nécessiter des modifications.
• Coûts de mise en œuvre élevés : Les coûts initiaux liés à l'implémentation de la technologie d'IA peuvent être élevés, ce qui peut constituer un obstacle pour certains réseaux de métro.
• Besoin de professionnels qualifiés : La mise en œuvre et la maintenance réussies des systèmes d'IA nécessitent des professionnels hautement qualifiés, ce qui peut constituer un défi en termes de ressources.

Malgré ces défis, les avantages font de l'IA une force transformatrice dans les systèmes de transport urbain modernes comme les métros. Le potentiel d'augmentation de l'efficacité, de sécurité renforcée et d'amélioration de l'expérience passager explique pourquoi la communauté de l'IA travaille activement à surmonter ces obstacles pour réaliser pleinement les avantages offerts par l'IA. Alors, la prochaine fois que tu prendras le métro, garde un œil sur les innovations IA qui font partie de ton voyage.

L'avenir de l'IA dans les transports#

De l'entrée dans la station à la navigation, en passant par le trajet et la sortie du métro, l'IA transforme tout le parcours. Elle optimise les opérations, améliore la sécurité et offre une expérience passager fluide. En améliorant la maintenance des voies et la gestion de l'énergie, l'IA garantit des systèmes de métro efficaces et rentables. Malgré les défis tels que les coûts de mise en œuvre et les préoccupations concernant la confidentialité des données, les avantages de l'IA dans les systèmes de transport urbain comme les métros sont indéniables. À mesure que les villes continuent de croître, l'IA jouera un rôle de plus en plus vital pour rendre les déplacements en métro plus intelligents, plus sûrs et plus efficaces.

Reste connecté avec notre communauté pour continuer à en apprendre davantage sur l'IA ! Consulte notre répertoire GitHub pour découvrir comment nous pouvons utiliser l'IA afin de créer des solutions innovantes dans divers secteurs tels que l'agriculture et la fabrication. 🚀